CN112835019A - 车辆传感器标定方法、装置、车辆和存储介质 - Google Patents
车辆传感器标定方法、装置、车辆和存储介质 Download PDFInfo
- Publication number
- CN112835019A CN112835019A CN202011631550.5A CN202011631550A CN112835019A CN 112835019 A CN112835019 A CN 112835019A CN 202011631550 A CN202011631550 A CN 202011631550A CN 112835019 A CN112835019 A CN 112835019A
- Authority
- CN
- China
- Prior art keywords
- characteristic information
- vehicle
- sensor
- deviation value
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004590 computer program Methods 0.000 claims description 19
- 230000003287 optical effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例提供了一种车辆传感器标定方法、装置、车辆和存储介质,方法包括:获取激光雷达识别车辆周围环境的第一特征信息,获取传感器识别车辆周围环境的第二特征信息,迭代执行下述过程,直到满足迭代结束条件:将第一特征信息与第二特征信息投影至里程计坐标系,获取投影至里程计坐标系的第一特征信息与第二特征信息的第一偏差值,以根据第一偏差值调整传感器的参数,以完成传感器的标定,简化了传感器的标定方式,无需再铺设专用的标定场地,用户只需根据生活中的场景信息作为特征信息就能完成传感器的标定,提升了传感器标定的效率。
Description
技术领域
本发明涉及车辆技术领域,特别是涉及一种车辆传感器标定方法、装置、车辆和存储介质。
背景技术
自动驾驶传感器如毫米波雷达、全景摄像头、自动驾驶摄像头等一般在车辆下线时,使用在产线铺设标定板、放置放射装置的方式对传感器进行标定。
然而在车辆售出后,如果更换传感器,则需要重新铺设专用的标定场地,铺设设备要求复杂,所需的工时长,并且可能会因为铺设的公差影响标定精度。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种车辆传感器标定方法和相应的一种车辆传感器标定装置、车辆、存储介质。
为了解决上述问题,本发明实施例公开了一种车辆传感器标定方法所述车辆建立有里程计坐标系,所述方法包括:
获取激光雷达识别所述车辆周围环境的第一特征信息;
获取传感器识别所述车辆周围环境的第二特征信息;
迭代执行下述过程,直到满足迭代结束条件:
将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系;
获取投影至所述里程计坐标系的所述第一特征信息与所述第二特征信息的第一偏差值,根据所述第一偏差值调整所述传感器的参数;
获取调整所述参数后的所述传感器重新识别所述车辆周围环境的新的特征信息;
获取投影至所述里程计坐标系的所述第一特征信息与所述新的特征信息的第二偏差值,判断所述第二偏差值是否小于预设阈值;
当所述第二偏差值小于所述预设阈值时,确定所述传感器完成标定。
优选地,在所述获取投影至所述里程计坐标系的所述第一特征信息与所述新的特征信息的第二偏差值,判断所述第二偏差值是否小于预设阈值之后,还包括:
当所述第二偏差值大于或等于所述预设阈值时,将所述新的特征信息作为第二特征信息,并返回执行将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系。
优选地,所述传感器包括毫米波雷达,所述获取激光雷达识别所述车辆周围环境的第一特征信息,包括:
当所述传感器为所述毫米波雷达,所述获取激光雷达识别所述车辆周围环境的第一车辆位置信息作为所述第一特征信息。
优选地,所述传感器包括前视摄像头,所述获取激光雷达识别所述车辆周围环境的第一特征信息,包括:
当所述传感器为所述前视摄像头时,所述获取激光雷达识别所述车辆周围环境的第一车道线信息作为所述第一特征信息。
优选地,所述传感器包括环视摄像头,所述获取激光雷达识别所述车辆周围环境的第一特征信息,包括:
当所述传感器为所述环视摄像头时,所述获取激光雷达识别所述车辆周围环境的第一车位线信息作为所述第一特征信息。
优选地,所述传感器的所述参数至少包括俯仰角、横摆角、航向角、位置偏移焦距、光心、比例因子、畸变的一种或组合。
本发明实施例公开了一种车辆传感器标定装置,所述车辆建立有里程计坐标系,所述装置包括:
第一特征信息获取模块,用于获取激光雷达识别所述车辆周围环境的第一特征信息;
第二特征信息获取模块,用于获取传感器识别所述车辆周围环境的第二特征信息;
特征信息投影模块,用于将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系;
第一偏差值获取模块,用于获取投影至所述里程计坐标系的所述第一特征信息与所述第二特征信息的第一偏差值,根据所述第一偏差值调整所述传感器的参数;
第三特征信息获取模块,用于获取调整所述参数后的所述传感器重新识别所述车辆周围环境的新的特征信息;
第二偏差值获取模块,用于获取投影至所述里程计坐标系的所述第一特征信息与所述新的特征信息的第二偏差值,判断所述第二偏差值是否小于预设阈值;
第一偏差值判断模块,用于当所述第二偏差值小于所述预设阈值时,确定所述传感器完成标定。
优选地,在第二偏差值获取模块之后,还包括:
第二偏差值判断模块,用于当所述第二偏差值大于或等于所述预设阈值时,将所述新的特征信息作为第二特征信息,并返回执行将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系。
优选地,所述传感器包括毫米波雷达,所述第一特征信息获取模块,包括:
第一特征信息获取子模块,用于当所述传感器为所述毫米波雷达,所述获取激光雷达识别所述车辆周围环境的第一车辆位置信息作为所述第一特征信息。
优选地,所述传感器包括前视摄像头,所述第一特征信息获取模块,包括:
第二特征信息获取子模块,用于当所述传感器为所述前视摄像头时,所述获取激光雷达识别所述车辆周围环境的第一车道线信息作为所述第一特征信息。
优选地,所述传感器包括环视摄像头,所述第一特征信息获取模块,包括:
第三特征信息获取子模块,用于当所述传感器为所述环视摄像头时,所述获取激光雷达识别所述车辆周围环境的第一车位线信息作为所述第一特征信息。
优选地,所述传感器的所述参数至少包括俯仰角、横摆角、航向角、位置偏移焦距、光心、比例因子、畸变的一种或组合。
本发明实施例公开了一种车辆,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的车辆传感器标定方法的步骤。
本发明实施例公开了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上所述的车辆传感器标定方法的步骤。
本发明实施例包括以下优点:
在本发明实施例中,获取激光雷达识别车辆周围环境的第一特征信息,获取传感器识别车辆周围环境的第二特征信息,迭代执行下述过程,直到满足迭代结束条件:将第一特征信息与第二特征信息投影至里程计坐标系,获取投影至里程计坐标系的第一特征信息与第二特征信息的偏差值,以根据偏差值调整传感器的参数,获取调整后的传感器重新识别车辆周围环境的新的特征信息,获取投影至里程计坐标系的第一特征信息与新的特征信息的第二偏差值,并判断第二偏差值是否小于预设阈值,当投影至里程计坐标系的第一特征信息与新的特征信息的偏差值小于预设阈值时,确定传感器完成标定。本发明实施例中,通过将获取激光雷达识别的第一特征信息与传感器获取的第二特征信息投影至里程计坐标系,然后获取到第一特征信息与第二特征信息的第一偏差值,根据第一偏差值调节待标定的传感器,以完成传感器的标定,简化了传感器的标定方式,无需再铺设专用的标定场地,用户只需根据生活中的场景信息作为特征信息就能完成传感器的标定,提升了传感器标定的效率。
附图说明
图1是本发明的一种车辆传感器标定方法实施例的步骤流程图;
图2是本发明的一种激光雷达特征信息投影示意图;
图3是本发明的一种激光雷达特征信息与传感器信息投影示意图;
图4是本发明的一种标定后激光雷达特征信息与传感器信息投影示意图;
图5是本发明的一种车辆传感器标定装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,示出了本发明的一种车辆传感器标定方法实施例的步骤流程图,本发明实施例中,所述车辆建立有里程计坐标系,具体可以包括如下步骤:
步骤101,获取激光雷达识别所述车辆周围环境的第一特征信息。
具体地,在用户需要对传感器进行标定时,通过车辆上的激光雷达获取车辆周围环境的第一特征信息,其中,第一特征信息为易于识别的标志性信息,例如车位线、车道线以及车辆周围其他车辆的位置信息等。
在本发明一实施例中,所述传感器包括毫米波雷达,所述步骤101包括:当所述传感器为所述毫米波雷达,所述获取激光雷达识别所述车辆周围环境的第一车辆位置信息作为所述第一特征信息。
具体地,当传感器为车辆上的毫米波雷达时,获取车辆上激光雷达识别的车辆周围环境车辆的第一车辆位置信息作为第一特征信息。
在本发明一实施例中,所述传感器包括前视摄像头,步骤101包括:当所述传感器为所述前视摄像头时,所述获取激光雷达识别所述车辆周围环境的第一车道线信息作为所述第一特征信息。
具体地,当传感器为车辆上的前视摄像头时,获取车辆上激光雷达识别的车辆周围环境的车道线信息作为第一特征信息。
在本发明一实施例中,所述传感器包括环视摄像头,步骤101包括:当所述传感器为所述环视摄像头时,所述获取激光雷达识别所述车辆周围环境的第一车位线信息作为所述第一特征信息。
具体地,当传感器为车辆上的环视摄像头时,获取车辆上激光雷达识别的车辆周围环境的车位线信息作为第一特征信息。
步骤102,获取传感器识别所述车辆周围环境的第二特征信息。
具体地,在通过车辆上的激光雷达获取车辆周围环境的第一特征信息后,通过传感器识别激光雷达识别的相同的特征信息作为第二特征信息,例如当激光雷达识别的第一特征信息为第一车辆位置信息时,传感器为毫米波雷达,识别的第二特征信息为第二车辆位置信息;
当激光雷达识别的第一特征信息为第一车道线信息时,传感器为前视摄像头,识别的第二特征信息为第二车道线信息;
当激光雷达识别的第一特征信息为第一车位线信息时,传感器为环视摄像头,识别的第二特征信息为第二车位线信息。
在本发明实施例中,根据激光雷达对车辆上的毫米波雷达、前视摄像头以及环视摄像头进行标定,让车辆上的各类传感器完成标定融合,无需再对传感器进行两两匹配标定。
步骤103,将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系。
其中,里程计坐标系是由惯性测量单元、轮脉冲、电机转速建立的绝对坐标系。具体地,在获取到激光雷达识别的第一特征信息与传感器识别的第二特征信息后,将激光雷达识别的第一特征信息从激光雷达坐标系中转换至里程计坐标系中,将传感器识别的第二特征信息从传感器坐标系中转换至里程计坐标系中,完成第一特征信息与第二特征信息在里程计坐标系的投影。
步骤104,获取投影至所述里程计坐标系的所述第一特征信息与所述第二特征信息的第一偏差值,根据所述第一偏差值调整所述传感器的参数。
其中,传感器的调整的参数至少包括俯仰角(pitch)、横摆角(roll)、航向角(yaw)、位置偏移(x,y,z)、焦距、光心、比例因子、畸变的一种或组合。
具体地,在将激光雷达识别的第一特征信息与传感器识别的第二特征信息投影至里程计坐标系后,可以根据第一特征信息与第二特征信息在里程计坐标系的位置得到他们二者之间的第一偏差值,并依据第一特征信息与第二特征信息的第一偏差值调整传感的参数如俯仰角(pitch)、横摆角(roll)、航向角(yaw)、位置偏移(x,y,z)、焦距、光心、比例因子、畸变等,致使第一特征信息与第二特征信息第一偏差值减小,趋近一致,完成标定。
步骤105,获取调整所述参数后的所述传感器重新识别所述车辆周围环境的新的特征信息。
具体地,在依据第一特征信息与第二特征信息的偏差值调整传感的参数如俯仰角(pitch)、横摆角(roll)、航向角(yaw)、位置偏移(x,y,z)、焦距、光心、比例因子、畸变后,重新获取调整参数后的传感器识别的新的特征信息。
步骤106,获取投影至所述里程计坐标系的所述第一特征信息与所述新的特征信息的第二偏差值,判断所述第二偏差值是否小于预设阈值。
具体地,在重新获取调整参数后的传感器识别的新的特征信息后,并依据激光雷达获取的第一特征信息与重新获取调整后的传感器识别的新的特征信息得到激光雷达与传感器之间的第二偏差值,并判断第二偏差值是否小于预设阈值。
步骤107,当所述第二偏差值小于所述预设阈值时,确定所述传感器完成标定。
具体地,在获取激光雷达获取的第一特征信息与重新获取调整后的传感器识别的新的特征信息的第二偏差值,并判断第二偏差值是否小于预设阈值后,当第二偏差值小于预设阈值时,表明传感器与激光雷达的误差在允许范围之内,完成传感器的标定。
在本发明一实施例中,在所述步骤106之后,还包括:当所述第二偏差值大于或等于所述预设阈值时,将所述新的特征信息作为第二特征信息,并返回执行将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系。
具体地,在获取激光雷达获取的第一特征信息与重新获取调整后的传感器识别的新的特征信息的第二偏差值并判断第二偏差值是否小于预设阈值后,当第二偏差值大于或等于预设阈值时,表明传感器与激光雷达的误差较大,即传感器的标定未完成,并返回步骤103执行将第一特征信息与第二特征信息投影至里程计坐标系。
综上,在本发明实施例中,获取激光雷达识别车辆周围环境的第一特征信息,获取传感器识别车辆周围环境的第二特征信息,迭代执行下述过程,直到满足迭代结束条件:将第一特征信息与第二特征信息投影至里程计坐标系,获取投影至里程计坐标系的第一特征信息与第二特征信息的偏差值,以根据偏差值调整传感器的参数,获取调整后的传感器重新识别车辆周围环境的新的特征信息,获取投影至里程计坐标系的第一特征信息与新的特征信息的第二偏差值,并判断第二偏差值是否小于预设阈值,当投影至里程计坐标系的第一特征信息与新的特征信息的偏差值小于预设阈值时,确定传感器完成标定。本发明实施例中,通过将获取激光雷达识别的第一特征信息与传感器获取的第二特征信息投影至里程计坐标系,然后获取到第一特征信息与第二特征信息的第一偏差值,根据第一偏差值调节待标定的传感器,以完成传感器的标定,简化了传感器的标定方式,无需再铺设专用的标定场地,用户只需根据生活中的场景信息作为特征信息就能完成传感器的标定,提升了传感器标定的效率。
在本发明实施例中,根据激光雷达对车辆上的毫米波雷达、前视摄像头以及环视摄像头进行标定,让车辆上的各类传感器完成标定融合,无需再对传感器进行两两匹配标定。
为了更好的理解本发明实施例,以环视摄像头为例,参照图2、3、4进行示例性说明。
1、当传感器为环视摄像头时,获取激光雷达识别的第一车位线信息作为第一特征信息,并将激光雷达的第一车位线信息投影至里程计坐标系中,参照图2,为本发明的一种激光雷达特征信息投影示意图,如图可知,图中为里程计坐标系,在里程计坐标系左上角为车辆激光雷达识别车辆周围车位得到第一车位线信息。
2、在获取激光雷达识别的第一车位线信息作为第一特征信息,并将激光雷达的第一车位线信息投影至里程计坐标系中后,获取环视摄像头识别的第二车位线信息作为第二特征信息,然后将环视摄像头的第二车位线信息投影至里程计坐标系中,参照图3,是本发明的一种激光雷达特征信息与传感器特征信息投影示意图(图中全景识别信息为环视摄像头识别的第二车位线信息),如图可知,图中为里程计坐标系,在里程计坐标系左上角为车辆激光雷达识别车辆周围车位得到第一车位线信息与环视摄像头识别车辆周围车位得到第二车位线信息,其中,第一车位线信息与第二车位线信息存在偏差。
3、在将激光雷达识别的第一车位线信息与环视摄像头识别的第二车位线信息投影至里程计坐标系后,获取第一车位线与第二车位线的偏差值,并根据偏差值对环视摄像头的参数如俯仰角(pitch)、横摆角(roll)、航向角(yaw)、位置偏移(x,y,z)、焦距、光心、比例因子、畸变等进行调整,致使第一车位线信息与第二车位线信息识别一致,参照图4,是本发明的一种标定后激光雷达特征信息与传感器信息投影示意图(图中全景识别信息为环视摄像头识别的第二车位线信息),如图可知,在标定后的环视摄像头识别的第二车位线信息与激光雷达识别的第一车位线信息重叠。
4、若调整环视摄像头参数后,第一车位线信息与第二车位线信息未识别一致,重复上述1、2、3步骤。
在本发明实施例中,通过将获取激光雷达识别的第一车位线信息与环视摄像头识别的第二车位线信息投影至里程计坐标系,并获得第一车位线信息与第二车位线信息的偏差值,根据偏差值对环视摄像头的参数进行调整,完成对环视摄像头的标定,简化了传感器的标定方式,无需再铺设专用的标定场地,用户只需根据生活中的场景信息作为特征信息就能完成传感器的标定,提升了传感器标定的效率。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图5,示出了本发明的一种车辆传感器标定装置实施例的结构框图,本发明实施例中,所述车辆建立有里程计坐标系,具体可以包括如下模块:
第一特征信息获取模块501,用于获取激光雷达识别所述车辆周围环境的第一特征信息;
第二特征信息获取模块502,用于获取传感器识别所述车辆周围环境的第二特征信息;
特征信息投影模块503,用于将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系;
第一偏差值获取模块504,用于获取投影至所述里程计坐标系的所述第一特征信息与所述第二特征信息的第一偏差值,根据所述第一偏差值调整所述传感器的参数;
第三特征信息获取模块505,用于获取调整所述参数后的所述传感器重新识别所述车辆周围环境的新的特征信息;
第二偏差值获取模块506,用于获取投影至所述里程计坐标系的所述第一特征信息与所述新的特征信息的第二偏差值,判断所述第二偏差值是否小于预设阈值;
第一偏差值判断模块507,用于当所述第二偏差值小于所述预设阈值时,确定所述传感器完成标定。
在本发明一实施例中,在所述第二偏差值获取模块506之后,还包括:
第二偏差值判断模块,用于当所述第二偏差值大于或等于所述预设阈值时,将所述新的特征信息作为第二特征信息,并返回执行将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系。
在本发明一实施例中,所述传感器包括毫米波雷达,所述第一特征信息获取模块501,包括:
第一特征信息获取子模块,用于当所述传感器为所述毫米波雷达,所述获取激光雷达识别所述车辆周围环境的第一车辆位置信息作为所述第一特征信息。
在本发明一实施例中,所述传感器包括前视摄像头,所述第一特征信息获取模块501,包括:
第二特征信息获取子模块,用于当所述传感器为所述前视摄像头时,所述获取激光雷达识别所述车辆周围环境的第一车道线信息作为所述第一特征信息。
在本发明一实施例中,所述传感器包括环视摄像头,所述第一特征信息获取模块501,包括:
第三特征信息获取子模块,用于当所述传感器为所述环视摄像头时,所述获取激光雷达识别所述车辆周围环境的第一车位线信息作为所述第一特征信息。
在本发明一实施例中,所述传感器的所述参数至少包括俯仰角、横摆角、航向角、位置偏移焦距、光心、比例因子、畸变的一种或组合。
综上,综上,在本发明实施例中,获取激光雷达识别车辆周围环境的第一特征信息,获取传感器识别车辆周围环境的第二特征信息,迭代执行下述过程,直到满足迭代结束条件:将第一特征信息与第二特征信息投影至里程计坐标系,获取投影至里程计坐标系的第一特征信息与第二特征信息的偏差值,以根据偏差值调整传感器的参数,获取调整后的传感器重新识别车辆周围环境的新的特征信息,获取投影至里程计坐标系的第一特征信息与新的特征信息的第二偏差值,并判断第二偏差值是否小于预设阈值,当投影至里程计坐标系的第一特征信息与新的特征信息的偏差值小于预设阈值时,确定传感器完成标定。本发明实施例中,通过将获取激光雷达识别的第一特征信息与传感器获取的第二特征信息投影至里程计坐标系,然后获取到第一特征信息与第二特征信息的第一偏差值,根据第一偏差值调节待标定的传感器,以完成传感器的标定,简化了传感器的标定方式,无需再铺设专用的标定场地,用户只需根据生活中的场景信息作为特征信息就能完成传感器的标定,提升了传感器标定的效率。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明实施例公开了一种车辆,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上车辆传感器标定方法实施例所述的步骤。
本发明实施例公开了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上车辆传感器标定方法实施例所述的步骤。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种车辆传感器标定方法、一种车辆传感器标定装置、车辆和存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种车辆传感器标定方法,其特征在于,所述车辆建立有里程计坐标系,所述方法包括:
获取激光雷达识别所述车辆周围环境的第一特征信息;
获取传感器识别所述车辆周围环境的第二特征信息;
将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系;
获取投影至所述里程计坐标系的所述第一特征信息与所述第二特征信息的第一偏差值,根据所述第一偏差值调整所述传感器的参数;
获取调整所述参数后的所述传感器重新识别所述车辆周围环境的新的特征信息;
获取投影至所述里程计坐标系的所述第一特征信息与所述新的特征信息的第二偏差值,判断所述第二偏差值是否小于预设阈值;
当所述第二偏差值小于所述预设阈值时,确定所述传感器完成标定。
2.根据权利要求1所述的方法,其特征在于,在所述获取投影至所述里程计坐标系的所述第一特征信息与所述新的特征信息的第二偏差值,判断所述第二偏差值是否小于预设阈值之后,还包括:
当所述第二偏差值大于或等于所述预设阈值时,将所述新的特征信息作为第二特征信息,并返回执行将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系。
3.根据权利要求1所述的方法,其特征在于,所述传感器包括毫米波雷达,所述获取激光雷达识别所述车辆周围环境的第一特征信息,包括:
当所述传感器为所述毫米波雷达,所述获取激光雷达识别所述车辆周围环境的第一车辆位置信息作为所述第一特征信息。
4.根据权利要求1所述的方法,其特征在于,所述传感器包括前视摄像头,所述获取激光雷达识别所述车辆周围环境的第一特征信息,包括:
当所述传感器为所述前视摄像头时,所述获取激光雷达识别所述车辆周围环境的第一车道线信息作为所述第一特征信息。
5.根据权利要求1所述的方法,其特征在于,所述传感器包括环视摄像头,所述获取激光雷达识别所述车辆周围环境的第一特征信息,包括:
当所述传感器为所述环视摄像头时,所述获取激光雷达识别所述车辆周围环境的第一车位线信息作为所述第一特征信息。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述传感器的所述参数至少包括俯仰角、横摆角、航向角、位置偏移焦距、光心、比例因子、畸变的一种或组合。
7.一种车辆传感器标定装置,其特征在于,所述车辆建立有里程计坐标系,所述装置包括:
第一特征信息获取模块,用于获取激光雷达识别所述车辆周围环境的第一特征信息;
第二特征信息获取模块,用于获取传感器识别所述车辆周围环境的第二特征信息;
特征信息投影模块,用于将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系;
第一偏差值获取模块,用于获取投影至所述里程计坐标系的所述第一特征信息与所述第二特征信息的第一偏差值,根据所述第一偏差值调整所述传感器的参数;
第三特征信息获取模块,用于获取调整所述参数后的所述传感器重新识别所述车辆周围环境的新的特征信息;
第二偏差值获取模块,用于获取投影至所述里程计坐标系的所述第一特征信息与所述新的特征信息的第二偏差值,判断所述第二偏差值是否小于预设阈值;
第一偏差值判断模块,用于当所述第二偏差值小于所述预设阈值时,确定所述传感器完成标定。
8.根据权利要求7所述的装置,其特征在于,在所述第二偏差值获取模块之后,还包括:
第二偏差值判断模块,用于当所述第二偏差值大于或等于所述预设阈值时,将所述新的特征信息作为第二特征信息,并返回执行将所述第一特征信息与所述第二特征信息投影至所述里程计坐标系。
9.一种车辆,其特征在于,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的车辆传感器标定方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的车辆传感器标定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011631550.5A CN112835019B (zh) | 2020-12-30 | 2020-12-30 | 车辆传感器标定方法、装置、车辆和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011631550.5A CN112835019B (zh) | 2020-12-30 | 2020-12-30 | 车辆传感器标定方法、装置、车辆和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112835019A true CN112835019A (zh) | 2021-05-25 |
CN112835019B CN112835019B (zh) | 2024-07-05 |
Family
ID=75924911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011631550.5A Active CN112835019B (zh) | 2020-12-30 | 2020-12-30 | 车辆传感器标定方法、装置、车辆和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112835019B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113341401A (zh) * | 2021-07-12 | 2021-09-03 | 广州小鹏自动驾驶科技有限公司 | 一种车载激光雷达标定方法、装置、车辆、存储介质 |
CN113359118A (zh) * | 2021-07-12 | 2021-09-07 | 广州小鹏自动驾驶科技有限公司 | 一种车载激光雷达标定方法、装置、车辆、存储介质 |
CN113486795A (zh) * | 2021-07-06 | 2021-10-08 | 广州小鹏自动驾驶科技有限公司 | 视觉识别性能测试方法、装置、系统及设备 |
CN113513984A (zh) * | 2021-06-30 | 2021-10-19 | 广州小鹏自动驾驶科技有限公司 | 一种车位识别精度检测方法、装置、电子设备和存储介质 |
CN113687337A (zh) * | 2021-08-02 | 2021-11-23 | 广州小鹏自动驾驶科技有限公司 | 车位识别性能测试方法、装置、测试车辆及存储介质 |
CN114280582A (zh) * | 2021-12-31 | 2022-04-05 | 中国第一汽车股份有限公司 | 激光雷达的标定校准方法、装置、存储介质及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109343061A (zh) * | 2018-09-19 | 2019-02-15 | 百度在线网络技术(北京)有限公司 | 传感器标定方法、装置、计算机设备、介质和车辆 |
CN109871019A (zh) * | 2019-02-28 | 2019-06-11 | 北京百度网讯科技有限公司 | 用于获取坐标的方法和装置 |
CN111060904A (zh) * | 2019-12-25 | 2020-04-24 | 中国汽车技术研究中心有限公司 | 一种基于毫米波与视觉融合感知的盲区监测方法 |
CN111077506A (zh) * | 2019-12-12 | 2020-04-28 | 苏州智加科技有限公司 | 对毫米波雷达进行标定的方法、装置及系统 |
CN112101092A (zh) * | 2020-07-31 | 2020-12-18 | 北京智行者科技有限公司 | 自动驾驶环境感知方法及系统 |
-
2020
- 2020-12-30 CN CN202011631550.5A patent/CN112835019B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109343061A (zh) * | 2018-09-19 | 2019-02-15 | 百度在线网络技术(北京)有限公司 | 传感器标定方法、装置、计算机设备、介质和车辆 |
CN109871019A (zh) * | 2019-02-28 | 2019-06-11 | 北京百度网讯科技有限公司 | 用于获取坐标的方法和装置 |
CN111077506A (zh) * | 2019-12-12 | 2020-04-28 | 苏州智加科技有限公司 | 对毫米波雷达进行标定的方法、装置及系统 |
CN111060904A (zh) * | 2019-12-25 | 2020-04-24 | 中国汽车技术研究中心有限公司 | 一种基于毫米波与视觉融合感知的盲区监测方法 |
CN112101092A (zh) * | 2020-07-31 | 2020-12-18 | 北京智行者科技有限公司 | 自动驾驶环境感知方法及系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113513984A (zh) * | 2021-06-30 | 2021-10-19 | 广州小鹏自动驾驶科技有限公司 | 一种车位识别精度检测方法、装置、电子设备和存储介质 |
CN113513984B (zh) * | 2021-06-30 | 2024-01-09 | 广州小鹏自动驾驶科技有限公司 | 一种车位识别精度检测方法、装置、电子设备和存储介质 |
CN113486795A (zh) * | 2021-07-06 | 2021-10-08 | 广州小鹏自动驾驶科技有限公司 | 视觉识别性能测试方法、装置、系统及设备 |
CN113341401A (zh) * | 2021-07-12 | 2021-09-03 | 广州小鹏自动驾驶科技有限公司 | 一种车载激光雷达标定方法、装置、车辆、存储介质 |
CN113359118A (zh) * | 2021-07-12 | 2021-09-07 | 广州小鹏自动驾驶科技有限公司 | 一种车载激光雷达标定方法、装置、车辆、存储介质 |
CN113687337A (zh) * | 2021-08-02 | 2021-11-23 | 广州小鹏自动驾驶科技有限公司 | 车位识别性能测试方法、装置、测试车辆及存储介质 |
CN113687337B (zh) * | 2021-08-02 | 2024-05-31 | 广州小鹏自动驾驶科技有限公司 | 车位识别性能测试方法、装置、测试车辆及存储介质 |
CN114280582A (zh) * | 2021-12-31 | 2022-04-05 | 中国第一汽车股份有限公司 | 激光雷达的标定校准方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112835019B (zh) | 2024-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112835019A (zh) | 车辆传感器标定方法、装置、车辆和存储介质 | |
CN109920011B (zh) | 激光雷达与双目摄像头的外参标定方法、装置及设备 | |
JP7056540B2 (ja) | センサ校正方法およびセンサ校正装置 | |
CN108805934B (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
US20220371602A1 (en) | Vehicle positioning method, apparatus, and controller, intelligent vehicle, and system | |
EP3070675B1 (en) | Image processor for correcting deviation of a coordinate in a photographed image at appropriate timing | |
JP6261832B1 (ja) | 走行路認識装置及び走行路認識方法 | |
LU502288B1 (en) | Method and system for detecting position relation between vehicle and lane line, and storage medium | |
JP2019028665A (ja) | 車載カメラのキャリブレーション装置及び方法 | |
CN113771839B (zh) | 一种自动泊车决策规划方法及系统 | |
CN114943952A (zh) | 多相机重叠视域下障碍物融合方法、系统、设备和介质 | |
CN112465831A (zh) | 基于双目立体相机的弯道场景感知方法、系统和装置 | |
KR101894052B1 (ko) | 차량용 사고영상 기록장치의 차량 속도 측정 장치 및 방법 | |
CN113033253A (zh) | 相机标定方法及装置 | |
KR20150009763A (ko) | 카메라 시스템 및 카메라 시스템의 제어 방법 | |
CN114755663A (zh) | 车辆传感器的外参校准方法、装置及计算机可读存储介质 | |
CN112330977B (zh) | 一种自动泊车的方法和装置 | |
CN113513984B (zh) | 一种车位识别精度检测方法、装置、电子设备和存储介质 | |
CN116990776A (zh) | 激光雷达点云补偿方法、装置及电子设备、存储介质 | |
CN113253256A (zh) | 基于传感器融合设备的监控方法、装置和传感器融合设备 | |
CN115115704A (zh) | 确定汽车位姿信息的方法及装置 | |
CN114739416A (zh) | 自动驾驶车辆定位方法、装置及电子设备、存储介质 | |
WO2020021596A1 (ja) | 車両位置推定装置および車両位置推定方法 | |
CN112733697B (zh) | 一种车辆偏航角确定方法和装置 | |
CN115115687A (zh) | 车道线测量方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |